IOU理解

最新推荐文章于 2025-02-17 00:42:27 发布

zhanghenan123

最新推荐文章于 2025-02-17 00:42:27 发布

阅读量916

点赞数

分类专栏：目标检测

本文链接：https://blog.csdn.net/zhanghenan123/article/details/85323292

版权

本文介绍了目标检测中的一个重要概念——IOU（Intersection-over-Union），它是衡量候选框与真实框重叠程度的指标，通过交集与并集的比值来计算。文章包括IOU的概念、计算公式及Python实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、概念

IOU（Intersection-over-Union）是目标检测中使用的一个概念，是产生的候选框（candidate bounding box）与真实标记的框（ground truth bounding box）的重叠程度，候选框与真实框之间交集与并集的比值叫IOU

2、图示

3、计算公式

4、IOU计算的Python实现

def cacluteIOU(candidateBbox,groundBbox):
    cx1 = candidateBbox[0]
    cx2 = candidateBbox[1]
    cy1 = candidateBbox[2]
    cy2 = candidateBbox[3]
    
    gx1 = groundBbox[0]
    gx2 = groundBbox[1]
    gy1 = groundBbox[2]
    gy2 = groundBbox[3]

    areaC = (cx2 - cx1)*(cy2 - cy1)
    areaG = (gx2 - gx1)*(gy2 - gy1)
    
    # C&G area
    w = max(0,(min(cx2,gx2) - max(cx1,gx1)))
    h = max(0,(min(cy2,gy2) - max(cy1,gy1)))
    area = w*h
    
    iou = area/(areaC+areaG - area)
    return iou